cv::findContours

cv::findContours函数是OpenCV中用于检测物体轮廓的函数。它可以通过简单几个步骤来检测出物体的轮廓，非常方便。该函数有几个参数，其中第四个参数是mode，用于定义轮廓的检索模式。mode的取值有四种：

1. CV_RETR_EXTERNAL：只检测最外围轮廓，忽略内围轮廓。
2. CV_RETR_LIST：检测所有轮廓，包括内围和外围轮廓，但不建立等级关系。
3. CV_RETR_CCOMP：检测所有轮廓，建立两个等级关系，外围为顶层，内围轮廓归属于顶层。
4. CV_RETR_TREE：检测所有轮廓，建立一个等级树结构，外层轮廓包含内层轮廓。

第五个参数是method，用于定义轮廓的近似方法。method的取值有三种：

1. CV_CHAIN_APPROX_NONE：保存物体边界上所有连续的轮廓点。
2. CV_CHAIN_APPROX_SIMPLE：仅保存轮廓的拐点信息，不保存直线段上的点。
3. CV_CHAIN_APPROX_TC89_L1和CV_CHAIN_APPROX_TC89_KCOS：使用teh-Chinl chain近似算法。

相关问题

OpenCV cv::findContours

OpenCV是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。其中，cv::findContours是OpenCV中的一个函数，用于在二值图像中查找轮廓。

cv::findContours函数的基本语法如下：

void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point())

参数说明：
- image：输入的二值图像，通常为灰度图像或二值化后的图像。
- contours：输出的轮廓，每个轮廓由一系列点组成。
- hierarchy：输出的轮廓层级信息，用于描述轮廓之间的关系。
- mode：轮廓检索模式，指定轮廓的检索方式。
- method：轮廓近似方法，指定轮廓的近似方式。
- offset：可选参数，指定轮廓点坐标的偏移量。

cv::findContours函数会根据指定的模式和方法，在输入的二值图像中查找轮廓，并将结果存储在contours和hierarchy中。每个轮廓由一系列点组成，可以通过contours获取每个轮廓的点集。hierarchy用于描述轮廓之间的关系，例如父子关系、兄弟关系等。

cv::findContours输出

cv::findContours函数的输出参数是一个包含所有轮廓的向量（vector），每个轮廓都表示为一个点集。这个输出参数通常是一个名为`contours`的变量，可以是一个向量的向量（`std::vector<std::vector<cv::Point>> contours`）或者一个简单的向量（`std::vector<cv::Point> contours`）。

如果使用向量的向量来存储轮廓，那么每个内部向量表示一个单独的轮廓。每个轮廓由一系列点组成，每个点都表示为`cv::Point`类型。如果使用简单的向量来存储轮廓，那么所有的轮廓点都被连续存储在同一个向量中。

以下是一个示例代码片段，演示如何使用cv::findContours函数并输出轮廓：

cv::Mat image; // 输入图像
cv::Mat binaryImage; // 二值化后的图像
std::vector<std::vector<cv::Point>> contours; // 存储轮廓的向量

// 对输入图像进行二值化处理，将结果保存在binaryImage中
cv::threshold(image, binaryImage, 128, 255, cv::THRESH_BINARY);

// 查找二值化图像中的轮廓
cv::findContours(binaryImage, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

// 输出轮廓的数量
std::cout << "Number of contours: " << contours.size() << std::endl;

// 遍历所有轮廓
for (size_t i = 0; i < contours.size(); i++) {
    // 输出每个轮廓的点数
    std::cout << "Contour " << i << " size: " << contours[i].size() << std::endl;
}

上述代码首先对输入图像进行二值化处理，然后使用cv::findContours函数查找轮廓，并将结果存储在contours向量中。最后，打印出轮廓的数量和每个轮廓的点数。